Deep Learning per l’analisi del comportamento dei consumatori in ambienti retail
Deep Learning per l’analisi del comportamento dei consumatori in ambienti retail
I nostri corsi sono realizzati da Docenti Universitari, Ricercatori e Professionisiti tra i migliori a livello Italiano e sono fruibili in qualsiasi momento e da qualsiasi dispositivo elettronico.
I nostri corsi sono realizzati da Docenti Universitari, Ricercatori e Professionisiti tra i migliori a livello Italiano e sono fruibili in qualsiasi momento e da qualsiasi dispositivo elettronico.
Cosa Imparerai nel corso?
Nel retail, capire come i consumatori si muovono negli spazi del punto vendita e interagiscono con i prodotti è molto prezioso. Sebbene l’ambiente retail presenti diverse caratteristiche favorevoli alla computer vision, come un’illuminazione ragionevole, il gran numero e la diversità dei prodotti venduti, nonché la potenziale ambiguità dei movimenti degli acquirenti, fanno sì che la misurazione accurata del comportamento dei consumatori sia ancora una sfida.
Negli ultimi anni sono stati sviluppati strumenti di machine learning e features-based per il conteggio delle persone, nonché per l’analisi e la valutazione delle interazioni, con l’obiettivo di apprendere il comportamento dei consumatori sulla base di camere RGB-D in configurazione top-view. Tuttavia, gli approcci di apprendimento automatico si sono evoluti in approcci di deep learning, che rappresentano un modo più potente ed efficiente di affrontare le complessità del comportamento umano.
Partendo dall’esperienza negli ultimi 10 anni condotta insieme a molte aziende internazionali e ad alcune aziende italiane che lavorano con noi in questo settore, in questo corso affronteremo le applicazioni di deep learning per le vending machine, per poi passare all’analisi di ciò che accade all’interno del negozio, fino ad arrivare al punto in cui ci troviamo oggi con l’analisi delle traiettorie umane per la simulazione di nuovi store. Sarà inoltre dedicato spazio all’analisi implicita ed estesa del comportamento degli acquirenti per applicazioni di marketing.
Nel retail, capire come i consumatori si muovono negli spazi del punto vendita e interagiscono con i prodotti è molto prezioso. Sebbene l’ambiente retail presenti diverse caratteristiche favorevoli alla computer vision, come un’illuminazione ragionevole, il gran numero e la diversità dei prodotti venduti, nonché la potenziale ambiguità dei movimenti degli acquirenti, fanno sì che la misurazione accurata del comportamento dei consumatori sia ancora una sfida.
Negli ultimi anni sono stati sviluppati strumenti di machine learning e features-based per il conteggio delle persone, nonché per l’analisi e la valutazione delle interazioni, con l’obiettivo di apprendere il comportamento dei consumatori sulla base di camere RGB-D in configurazione top-view. Tuttavia, gli approcci di apprendimento automatico si sono evoluti in approcci di deep learning, che rappresentano un modo più potente ed efficiente di affrontare le complessità del comportamento umano.
Partendo dall’esperienza negli ultimi 10 anni condotta insieme a molte aziende internazionali e ad alcune aziende italiane che lavorano con noi in questo settore, in questo corso affronteremo le applicazioni di deep learning per le vending machine, per poi passare all’analisi di ciò che accade all’interno del negozio, fino ad arrivare al punto in cui ci troviamo oggi con l’analisi delle traiettorie umane per la simulazione di nuovi store. Sarà inoltre dedicato spazio all’analisi implicita ed estesa del comportamento degli acquirenti per applicazioni di marketing.
Struttura delle lezioni
Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.
Il percorso di apprendimento solitamente è intervallato da test a risposta multipla e esercizi pratici che permettono di monitorare la comprensione degli argomenti di studio.
Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.
Il percorso di apprendimento solitamente è intervallato da test a risposta multipla e esercizi pratici che permettono di monitorare la comprensione degli argomenti di studio.
Chi può seguire il corso?
Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.
Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.
Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.
Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.
Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.
Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.
Introduzione alla Human Behavior Analysis
- Da un approccio feature-based al deep learning per analizzare il comportamento dei consumatori
- Quiz
Deep Learning framework per l’analisi comportamento nel retail
- People counting
- People Counting Evolution
- Analisi delle interazioni uomo-scaffale
- Re-Identification close world
- Re-Identification open-world
- Advanced consumer profiling in the Vending Industry
- Quiz
Deep Learning per il riconoscimento dei prodotti
- Shelf Management 1
- Shelf Management 2
- Shelf Management 3
- Quiz
Analisi delle traiettorie umane nel retail
- Predizione e generazione di traiettorie umane con modelli LSTM e GAN
- Generazione di traiettorie umane con reti generative avversarie (GAN)
- Quiz
Data Analytics e Visual Strategy
- Marketing applications of shopper behaviour understanding & case study
- Marketing applications of shopper behaviour understanding & technology
- Quiz
Certificato
Introduzione alla Human Behavior Analysis
- Da un approccio feature-based al deep learning per analizzare il comportamento dei consumatori
- Quiz
Deep Learning framework per l’analisi comportamento nel retail
- People counting
- People Counting Evolution
- Analisi delle interazioni uomo-scaffale
- Re-Identification close world
- Re-Identification open-world
- Advanced consumer profiling in the Vending Industry
- Quiz
Deep Learning per il riconoscimento dei prodotti
- Shelf Management 1
- Shelf Management 2
- Shelf Management 3
- Quiz
Analisi delle traiettorie umane nel retail
- Predizione e generazione di traiettorie umane con modelli LSTM e GAN
- Generazione di traiettorie umane con reti generative avversarie (GAN)
- Quiz
Data Analytics e Visual Strategy
- Marketing applications of shopper behaviour understanding & case study
- Marketing applications of shopper behaviour understanding & technology
- Quiz
Certificato
Marina Paolanti
Marina Paolanti è Tenure track Assistant Professor presso il Dipartimento di Scienze Politiche, della Comunicazione e delle Relazioni Internazionali dell’Università di Macerata. E’ professore a contratto presso la LUISS e l’Università Politecnica delle Marche. Nel marzo 2018 ha conseguito il titolo di Dottore di Ricerca Europeo in Ingegneria dell’Informazione presso l’Università Politecnica delle Marche con una tesi dal titolo “Pattern Recognition for Challenging Computer Vision Applications” (Advisor Prof. Primo Zingaretti, Co-Advisor Prof. Emanuele Frontoni). La sua ricerca si concentra sull’Intelligenza Artificiale e la Computer Vision, con particolare attenzione agli algoritmi specializzati di Machine Learning e alle architetture di Deep Learning. È autrice di oltre 90 articoli internazionali e collabora con numerose aziende nazionali e internazionali in attività di trasferimento tecnologico e innovazione. Ha organizzato diversi workshop internazionali (e.g., DeepRetail @ ICPR 2020, D2CH @ CVPR 2021, AI4DH @ ICIAP 2022, D2CH @ ECCV 2022). Durante il dottorato di ricerca, ha lavorato presso GfK Verein (Norimberga, Germania) per l’analisi del sentiment visuale e testuale delle immagini brand related provenienti dai social media utilizzando reti neurali profonde. È membro IEEE, CVPL e AI*IA.
Francesco Caporaletti
Francesco Caporaletti è marketing specialist presso Grottini Lab. Si è laureato in Consulenza e Direzione Aziendale presso il Dipartimento di Economia dell’Università degli Studi di Macerata.
Appena terminati gli studi ha frequentato un Master in Internazionalizzazione delle imprese e nuovi mercati
Da fine 2014 in Grottini Lab dove prosegue con una formazione costante nel mondo del retail con numerosi corsi tra cui un Executive Master in Shopper Marketing & In Store Communication.
Ha contribuito a fondare e coordinare il primo team di Quality Management per il controllo della qualità dei dati raccolti all’interno dei progetti aziendali (ora Data Science Team). Negli anni ha gestito numerosi progetti relativi allo Shopper Behaviour in contesti Retail e coordinato l’attività di sviluppo commerciale legata in particolare ai progetti Shopper Analytics e al Vending Machine Shopper Science Lab.
Attualmente è responsabile dell’elaborazione delle offerte dei clienti, coordinatore delle attività di sviluppo commerciale e Project Manager per alcuni clienti specifici.
Rocco Pietrini
Rocco Pietrini è Ricercatore presso il Dipartimento di Ingegneria dell’Informazione dell’Università Politecnica delle Marche. Nel 2016 consegue la laurea magistrale in Ingegneria Informatica e dell’Automazione presso l’Università Politecnica delle Marche con una tesi dal titolo “Progettazione e sviluppo di un’interfaccia uomo-macchina in ambienti multimediali interattivi” (relatore prof. Emanuele Frontoni). È stato relatore invitato all’Embedded Vision Summit tenutosi a Santa Clara, dal 21 al 24 maggio 2018 con un talk dal titolo: “Deep Understanding of Shopper Behaviors and Interactions Using Computer Vision”. Nel 2019, durante il dottorato ha trascorso 3 mesi presso il Center for Research in Computer Vision, University of Central Florida sotto la supervisione del prof. Mubarak Shah con una ricerca incentrata sul rilevamento dell’azione umana in ambiente retail. Ha conseguito il dottorato di ricerca in Ingegneria dell’Informazione presso l’Università Politecnica delle Marche, Italia, nel 2020 con una tesi dal titolo “Deep Understanding of Shopper Behaviors in Intelligent Retail Environment” sotto la supervisione del prof. Emanuele Frontoni. La tesi è stata inoltre insignita del Premio “Maurizio Panti” 2020 del Politecnico delle Marche come miglior tesi di dottorato in ambito informatico. Dal 2020 al 2022 è stato Deep Learning Engineer presso Grottini Lab. Nel giugno 2022 è stato relatore invitato al workshop RetailVision tenutosi a CVPR 2022, New Orleans (USA).
Agnese Perfetti
Agnese Perfetti è dottoranda in Global Studies, Justice, Rights, Politics presso il Dipartimento di Scienze Politiche della Comunicazione e delle Relazioni Internazionali (SPOCRI) dell’Università di Macerata.
Laureata nel 2021 in Comunicazione e Culture Digitali, con una ricerca sugli aspetti etici e normativi legati all’utilizzo del face decoding. Oggi il focus della sua ricerca è l’intelligenza artificiale applicata al marketing ed in particolare lo studio del comportamento dei consumatori in relazione con le vending machine.
-
Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
-
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.
-
Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
-
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.
-
Accesso al corso life long
-
Accesso al corso life long